小鵬汽車

小鵬汽車的智能駕駛系統(tǒng)（XPILOT）硬件架構非常先進，最新的G9車型搭載了雙Nvidia Orin芯片，總算力達508 TOPS，并配備了12個攝像頭、5個毫米波雷達、12個超聲波雷達以及2顆激光雷達。其中兩顆激光雷達作為視覺感知的補盲傳感器使用，而非唯一依賴；高分辨率的攝像頭使其能夠遠距離識別場景。

在軟件方面，小鵬采用模塊化的感知體系并結合端到端的規(guī)劃網絡。XPILOT多年來通過不斷迭代積累了大量路測數據，逐步優(yōu)化感知、地圖和決策模塊（可以看作“模塊化端到端”風格）。小鵬特別強調基于高精地圖的NGP（導航引導駕駛）能力。

經過多年的迭代，小鵬已經在高速和城市場景下逐步實現點對點輔助駕駛功能，如在P5等車型測試中，其城市NGP功能的每百公里接管次數已接近高速NGP水平，表明這一技術正在實用化推進。

此外，小鵬G9基于最新的X-EEA 3.0電子電氣架構，采用千兆以太網作為通信主干，以支持自動駕駛、智能座艙和OTA升級等功能?？傮w來看，小鵬的特點是重硬件投入（多模態(tài)傳感融合、高算力平臺）和快速迭代的算法升級，目標在開放道路上實現更多城市駕駛場景的自動化。

理想汽車

理想汽車的智能駕駛技術近年來也有重大突破。其新車型L9首次實現了對外宣稱的高速自動駕駛，其硬件配置與小鵬G9相當，搭載雙Orin-X芯片（總算力508 TOPS）和禾賽128線激光雷達。

軟件架構方面，理想采用了“快慢雙系統(tǒng)”策略，使用端到端網絡負責低延遲的實時控制（快系統(tǒng)），同時引入視覺語言大模型增強對復雜場景的理解（慢系統(tǒng)）。理想過去一年通過在端到端模型之外疊加VLM，利用大模型來解析語義信息（例如交通標志含義、行人行為推理等），以輔助端到端模型進行決策。該方案在現實計算資源下仍占用了整顆Orin-X算力，雙模型的協(xié)同效率有待提升。

據報道，理想計劃在2025年下半年推出下一代VLA（視覺-語言-動作）端到端大模型，將視覺和語言能力深度耦合，進一步提升模型的多模態(tài)推理能力，并有望顯著降低人工接管率。理想的應用場景主要以家庭高速游覽為主，也在測試城市道路自動輔助駕駛，其特點是注重安全性（大量冗余傳感和算力備份）以及逐步向大模型方向發(fā)展。

特斯拉

特斯拉作為自動駕駛領域的先鋒，目前已幾乎完全采用純視覺架構。其最新硬件（HW4）集成了8個環(huán)視攝像頭，加上一些毫米波雷達單元（2021年后曾去除，后又部分恢復）以及兩個自研FSD芯片，總算力級別也在數百TOPS量級。與前兩者不同，特斯拉并不使用激光雷達和高精地圖，其規(guī)劃系統(tǒng)完全依賴基于深度學習的視覺和雷達感知結果。

2023年特斯拉公開的資料顯示，其最新FSD 版本采用了端到端的BEV占據網絡進行路徑規(guī)劃。該網絡從多攝像頭拼接出的BEV語義圖中直接預測可行駛空間，從而生成車輛軌跡。這種規(guī)劃方法弱化了對事先道路拓撲的依賴，通過數據驅動的方式學習環(huán)境語義，有助于多傳感器信息的融合。

特斯拉的應用場景從美國高速公路一路擴展到全球城市街道，其FSD Beta在有限條件下可完成復雜路口及高速匝道等任務?？傮w而言，特斯拉的特點是End-to-End First，系統(tǒng)設計簡化為幾層網絡聯(lián)合優(yōu)化，以大量實車數據驅動模型迭代，不斷通過OTA推送來改進駕駛策略，其決策機制完全由神經網絡學習實現，黑箱化程度較高。